HashMap 中数组的 size 为什么必须是 2 的整数次幂？(index如何确定和高16bit ^ 低16bit)

一、HashMap put操作的时候，index下标如何确定

HashMap<String,Integer> map = new HashMap<>();
map.put(“book”,1);

HashMap为k-v模型，put的过程中，计算下标时，分为两步，首先对 key 进行 hash 操作，其次再通过hash值和数组长度-1进行&运算得到下标，

static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

int index = (array.length - 1) & hash; //array为哈希表的长度

• hash函数是先拿到key 的hashcode，是32位的int值，再让hashcode的高16位和低16位进行异或操作。
  可以看到这个函数大概的作用就是：高16bit不变，低16bit和高16bit做了一个异或。

• 而计算下标index的时候，是使用&位操作，而非%求余。

二、为什么要 高16位 ^ 低16位

1. 数组空间无法满足
因为 key.hashCode() 函数调用的是key键值类型自带的哈希函数，返回int型散列值。int值范围为-2147483648~2147483647，前后加起来大概40亿的映射空间。只要哈希函数映射得比较均匀松散，一般应用是很难出现碰撞的。但问题是一个40亿长度的数组，内存是放不下的。

2.降低hash碰撞

• 这么做可以在数组array的长度比较小的时候，也能保证考虑到高低bit都参与到hash的计算中；右位移16位，正好是32bit的一半，自己的高半区和低半区做异或，就是为了混合原始哈希码的高位和低位，以此来加大低位的随机性。而且混合后的低位掺杂了高位的部分特征，这样高位的信息也被变相保留下来。

那么为什么不用 &、| 运算呢？ 因为&运算结果偏向于0，而 | 运算结果偏向于1；而 ^ 运算结果为 1 和 0 的概率一致

3.提升速度

算法一定要尽可能高效，因为这是高频操作, 因此采用位运算

三、为什么数组的长度是2^n

• 因为可以有效的降低下标index值的冲突，从而满足哈希算法均匀分布的原则

举个例子：以“book”为Key来演示整个过程：

1.计算book的hashcode，结果为十进制的3029737，二进制为0000 0000 0000 0010 1110 0011 1010 1110 1001

3hash =(hashcode>>>16) ^ hashcode, 结果为：1110 0011 1010 1110 1011

2.假定HashMap长度是默认的16，计算Length-1的结果为十进制的15，二进制为1111。

3.把以上两个结果做与运算，1110 0011 1010 1110 1011 & 0000 0000 0000 1111 = 1011，十进制是11，所以 index=11。

可以说，Hash算法最终得到的index结果，完全取决于Key的Hashcode值的最后几位。

假设HashMap的长度是10，重复刚才的运算步骤：

hash: 1110 0011 1010 1110 1011
length-1: 	     		  1001
index: 			          1001 = 9

单独看一个好像没有问题，再来试一个新的值

hash: 1110 0011 1010 1110 1001
length-1:	         	  1001
index:		              1001 = 9 	

hash: 1110 0011 1010 1110 1111
length-1:	         	  1001
index:		              1001 = 9 

通过例子发现，虽然Hash的倒数第二第三位都有改变，但是运算的index结果都是1001。也就是说，当HashMap长度为10的时候，有些index结果的出现几率会更大，而有些index结果永远不会出现（比如0111）！

这样，显然不符合Hash算法均匀分布的原则。

反观长度16或者其他2的幂，因为这样（数组长度-1）正好相当于一个“低位掩码”。与操作的结果就是散列值的高位全部归零，只保留低位值，用来做数组下标访问。这也保证了index的值始终是在[0，array.leng)
Length-1的值是所有二进制位全为1，这种情况下，index的结果在&运算后就大致的可以看做等同于Hash后几位的值。只要输入的Hash本身分布均匀，Hash算法的结果就是均匀的。

  1110 0011 1010 1110 1011
& 0000 0000 0000 0000 1111
----------------------------------
  0000 0000 0000 0000 0101    //高位全部归零，只保留末四位